【tensorflow 学习】Session.run()和Tensor.eval()的区别

如果你有一个Tensor t，在使用t.eval()时，等价于：tf.get_default_session().run(t).

举例：

t = tf.constant(42.0)
sess = tf.Session()
with sess.as_default():   # or with sess: to close on exit
assert sess is tf.get_default_session()
assert t.eval() == sess.run(t)

这其中最主要的区别就在于你可以使用sess.run()在同一步获取多个tensor中的值.

例如：

t = tf.constant(42.0)
u = tf.constant(37.0)
tu = tf.mul(t, u)
ut = tf.mul(u, t)
with sess.as_default():
tu.eval()  # runs one step
ut.eval()  # runs one step
sess.run([tu, ut])  # evaluates both tensors in a single step

注意到：每次使用 eval 和 run时，都会执行整个计算图，为了获取计算的结果，将它分配给tf.Variable，然后获取。